CN110047124A - 渲染视频的方法、装置、电子设备和计算机可读存储介质 - Google Patents

渲染视频的方法、装置、电子设备和计算机可读存储介质 Download PDF

Info

Publication number
CN110047124A
CN110047124A CN201910331264.8A CN201910331264A CN110047124A CN 110047124 A CN110047124 A CN 110047124A CN 201910331264 A CN201910331264 A CN 201910331264A CN 110047124 A CN110047124 A CN 110047124A
Authority
CN
China
Prior art keywords
video
motion profile
target object
multiple images
images frame
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910331264.8A
Other languages
English (en)
Inventor
李润祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN201910331264.8A priority Critical patent/CN110047124A/zh
Publication of CN110047124A publication Critical patent/CN110047124A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/005General purpose rendering architectures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/194Segmentation; Edge detection involving foreground-background segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本公开公开了一种渲染视频的方法、装置、电子设备和计算机可读存储介质。其中所述渲染视频的方法包括:获取视频;从所述视频中获取目标对象的运动轨迹;根据所述目标对象的运动轨迹渲染所述视频。采用本公开实施例的技术方案,通过获取目标对象的运动轨迹,并根据所述目标对象的运动轨迹渲染所述视频以生成特殊效果,提高了生成特效的灵活性并且丰富了渲染效果。

Description

渲染视频的方法、装置、电子设备和计算机可读存储介质
技术领域
本公开涉及信息处理领域,尤其涉及一种渲染视频的方法、装置、电子设备及计算机可读存储介质。
背景技术
随着计算机技术的发展,智能终端的应用范围得到了广泛的提高,例如可以通过智能终端拍摄图像和视频等。
同时智能终端还具有强大的数据处理能力,例如智能终端能够通过图像分割算法从智能终端拍摄的图像中识别出目标对象,并且还可以基于识别出的目标对象对所述图像进行渲染以生成特效,诸如对所述图像中的目标对象进行“瘦脸”,“磨皮”等美颜操作。
但是在前述的现有技术中,局限于对单个图像进行处理和渲染,并且只能够通过预设的特效参数来渲染所述图像,渲染方式以及通过该渲染方式所获得的渲染效果都十分单一。
发明内容
本公开实施例提供渲染视频的方法,装置,电子设备,和计算机可读存储介质,通过获取目标对象的运动轨迹,并根据所述目标对象的运动轨迹渲染所述视频以生成特殊效果,提高了生成特效的灵活性并且丰富了渲染效果。
第一方面,本公开实施例提供一种渲染视频的方法,其特征在于,包括:获取视频;从所述视频中获取目标对象的运动轨迹;根据所述目标对象的运动轨迹渲染所述视频。
进一步的,从所述视频中获取目标对象的运动轨迹,包括:从所述视频的第一多个图像帧中获取所述目标对象的运动轨迹;其中,所述运动轨迹包括所述目标对象的目标点在所述第一多个图像帧中的位置参数和/或颜色参数。
进一步的,所述第一多个图像帧包括所述视频中连续的多个图像帧。
进一步的,根据所述目标对象的运动轨迹渲染所述视频,包括:根据所述运动轨迹渲染所述第一多个图像帧之后的第一图像帧。
进一步的,根据所述运动轨迹渲染所述第一多个图像帧之后的第一图像帧,包括:获取图像处理配置文件,所述图像处理配置文件包括图像处理模式和/或图像处理资源;根据所述图像处理模式和/或图像处理资源在所述第一图像帧中渲染所述运动轨迹。
进一步的,根据所述目标对象的运动轨迹渲染所述视频,包括:根据所述运动轨迹渲染所述第一多个图像帧之后的第二多个图像帧。
进一步的,根据所述运动轨迹渲染所述第一多个图像帧之后的第二多个图像帧,包括:根据所述运动轨迹在所述第二多个图像帧中渲染出前景图像。
进一步的,所述前景图像的图像区域在所述第二多个图像帧中逐渐减少。
第二方面,本公开实施例提供一种渲染视频的装置,其特征在于,包括:视频获取模块,用于获取视频;运动轨迹获取模块,用于从所述视频中获取目标对象的运动轨迹;渲染模块,用于根据所述目标对象的运动轨迹渲染所述视频。
进一步的,所述运动轨迹获取模块还用于:从所述视频的第一多个图像帧中获取所述目标对象的运动轨迹;其中,所述运动轨迹包括所述目标对象的目标点在所述第一多个图像帧中的位置参数和/或颜色参数。
进一步的,所述第一多个图像帧包括所述视频中连续的多个图像帧。
进一步的,所述渲染模块还用于:根据所述运动轨迹渲染所述第一多个图像帧之后的第一图像帧。
进一步的,所述渲染模块还用于:获取图像处理配置文件,所述图像处理配置文件包括图像处理模式和/或图像处理资源;根据所述图像处理模式和/或图像处理资源在所述第一图像帧中渲染所述运动轨迹。
进一步的,所述渲染模块还用于:根据所述运动轨迹渲染所述第一多个图像帧之后的第二多个图像帧。
进一步的,所述渲染模块还用于:根据所述运动轨迹在所述第二多个图像帧中渲染出前景图像。
进一步的,所述前景图像的图像区域在所述第二多个图像帧中逐渐减少。
第三方面,本公开实施例提供一种电子设备,包括:存储器,用于存储计算机可读指令;以及一个或多个处理器,用于运行所述计算机可读指令,使得所述处理器运行时实现前述第一方面中的任一所述渲染视频的方法。
第四方面,本公开实施例提供一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,当所述计算机指令被计算机执行时,使得所述计算机执行前述第一方面中的任一所述渲染视频的方法。
本公开公开了一种渲染视频的方法、装置、电子设备和计算机可读存储介质。其中所述渲染视频的方法,其特征在于,包括:获取视频;从所述视频中获取目标对象的运动轨迹;根据所述目标对象的运动轨迹渲染所述视频。采用本公开实施例的技术方案,通过获取目标对象的运动轨迹,并根据所述目标对象的运动轨迹渲染所述视频以生成特殊效果,提高了生成特效的灵活性并且丰富了渲染效果。
上述说明仅是本公开技术方案的概述,为了能更清楚了解本公开的技术手段,而可依照说明书的内容予以实施,并且为让本公开的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的渲染视频的方法的实施例的流程图;
图2为本公开实施例提供的渲染视频的装置的实施例的结构示意图;
图3为根据本公开实施例提供的电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
需要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图示中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践所述方面。
图1为本公开实施例提供的渲染视频的方法实施例的流程图,本公开实施例提供的渲染视频的方法可以由一个渲染视频的装置来执行,该装置可以实现为软件,可以实现为硬件,还可以实现为软件和硬件的组合,例如所述渲染视频的装置包括计算机设备(例如智能终端),从而通过该计算机设备来执行本实施例提供的该渲染视频的方法。
如图1所示,本公开实施例的渲染视频的方法包括如下步骤:
步骤S101,获取视频;
在步骤S101中,渲染视频的装置获取视频,以便实现本公开实施例提供的渲染视频的方法。该渲染视频的装置可以包括拍摄装置,从而步骤S101中所获取的视频包括该拍摄装置拍摄的视频;该渲染视频的装置可以不包括拍摄装置,但是与拍摄装置通信连接,从而步骤S101中获取视频包括通过所述通信连接获取该拍摄装置拍摄的视频;该渲染视频的装置还可以从预设的存储位置获取视频以便实现本公开实施例提供的渲染视频的方法,本公开实施例对获取视频的方式不作限定。
本公开中所涉及的拍摄装置可以包括视频采集装置,例如图像传感器,典型的图像传感器为摄像机、摄像头、相机等。作为示例,所述图像传感器可以是移动终端上的摄像头,比如智能手机上的前置或者后置摄像头,摄像头采集的视频视频或图像可以直接显示在手机的显示屏上。另外,如同本领域技术人员的理解,本公开实施例中的视频包括一系列图像帧(图像帧也可以称为图像),该一系列图像帧具有时间上的先后顺序,在播放或者显示所述视频时将按照一定的帧速(例如24帧每秒)在显示装置上按时间上的先后顺序显示所述一系列图像帧。
步骤S102,从所述视频中获取目标对象的运动轨迹;
本公开实施例中,所述视频中包括目标对象,例如所述视频的所有图像帧中都包括所述目标对象,或者所述视频的部分图像帧包括所述目标对象,从而可以从所述视频中获取所述目标对象的运动轨迹。在一个可选的实施例中,步骤S102:从所述视频中获取目标对象的运动轨迹,包括从所述视频的第一多个图像帧中获取所述目标对象的运动轨迹。其中所述第一多个图像帧例如包括所述视频的全部图像帧,或者包括所述视频的部分图像帧,在所述第一多个图像帧包括所述视频的部分图像帧的情况下,所述第一多个图像帧包括连续的多个图像帧,或者包括非连续的多个图像帧(例如以n为间隔从所述视频中抽取图像帧作为所述第一多个图像帧,n为自然数),例如所述第一多个图像帧中的所有图像帧都包括所述目标对象,或者所述第一多个图像帧中的部分图像帧包括所述目标对象,从而可以从所述第一多个图像帧中获取所述目标对象的运动轨迹。
在一个可选的实施例中,所述运动轨迹包括所述目标对象的目标点在所述第一多个图像帧中的位置参数和/或颜色参数。其中,可选的,所述目标对象包括人物对象,或者包括物体对象。其中,可选的,所述目标对象的目标点包括所述目标对象的关键点,或者包括所述目标对象的特征点。为便于理解本公开实施例的技术方案,在之后的描述中将以所述目标对象包括单个目标对象进行描述,但是这并不意味着本公开实施例仅能获取单个目标对象的运动轨迹,如果所述视频中包括多个目标对象,本公开实施例提供的技术方案同样能够获取所述多个目标对象的运动轨迹。
在步骤S102:从所述视频中获取目标对象的运动轨迹的过程中,需要应用相关的图像处理技术,故在此首先对相关的图像处理技术进行介绍。
1、图像帧(或者称为图像)的构成
如同本领域技术人员所理解的,本公开实施例中的视频由一系列图像帧构成,而图像帧由像素构成,可以通过位置参数和/或颜色参数表征来表征像素,一种典型的表征方式为通过五元组(x,y,r,g,b)来表示图像的一个像素,其中的坐标x和y作为所述一个像素的位置参数,其中的颜色分量r,g,和b为所述像素在RGB空间上的数值,将r,g,和b叠加可以获得所述像素的颜色。可选的,还可以通过其他颜色空间来表示所述像素的颜色参数,例如通过(L,a,b)表示所述像素在LAB空间上的颜色,其中L表示亮度,a表示红绿色程度,b表示黄蓝色程度。当然,还可以采用其他方式表示所述图像的像素的位置参数和颜色参数,本公开实施例对此不作限定。
2、关键点定位技术
可以根据现有的或者将来的关键点定位技术在所述视频的图像中确定目标对象的关键点。一种典型的关键点定位技术可以通过颜色特征和/或形状特征描述目标对象的关键点,从而通过特征匹配的方式实现关键点定位。例如对于人脸轮廓关键点进行定位,尽管人体的肤色由于不同人种或者个体特点表现出不同的颜色,但是其色调基本一致,因此表面覆有皮肤的人脸的颜色在颜色空间中只聚集在很小的一块区域,并且人体的面部构造是相对固定的,因此可以基于人脸轮廓关键点的颜色特征和/或形状特征,与图像帧中的像素的位置参数和/或颜色参数进行特征匹配,以在所述图像帧中识别出人脸轮廓关键点的位置(即实现关键点定位)。在应用上述方法的过程中,可以预先设定要提取的关键点的数量和关键点的颜色特征和/或形状特征,以实现可控的关键点定位。目前用的特征提取方式有两种:(1)沿轮廓垂向的一维范围图像特征提取;(2)关键点方形邻域的二维范围图像特征提取,上述两种方式有很多种实现方法,如ASM和AAM类方法、统计能量函数类方法、回归分析方法、深度学习方法、分类器方法、批量提取方法等等,本公开实施例不做具体限定。如前所述,通过关键点定位技术能够确定目标对象的关键点的位置,该位置表现为所述关键点在图像帧中占据的的像素(例如占据一个至几十个像素),在识别出所述目标对象的关键点后,可以将所述关键点所占据的像素的位置参数和/或颜色参数作为所述关键点在该图像帧中的位置参数和/或颜色参数,如果所述关键点占据多个像素,那么可以将所述多个像素的位置参数和/或颜色参数作为所述目标对象的关键点在该图像帧中的位置参数和/或颜色参数,还可以计算所述多个像素的位置参数的平均值和/或颜色参数的平均值,将计算出的平均值作为所述关键点在该图像帧中的位置参数和/或颜色参数。
3、特征点定位技术
关键点定位技术往往要实现获取关键点的颜色特征和/或形状特征,从而根据关键点的颜色特征和/或形状特征在图像帧中进行定位。而在无法事先确定颜色特征和/或形状特征的情况下,可以通过特征点定位技术确定目标对象的特征点。
作为示例,在通过图像分割技术从一个图像帧中识别出前景对象之后,可以将所述前景对象的角点作为所述目标对象的特征点(或者说目标对象的特征点包括角点),所述角点为目标对象的轮廓上两条边的交点,例如通过现有的或者将来的图像分割算法和/或角点检测方法均能够确定图像帧中目标对象的角点的位置(即实现特征点定位)。常见的图像分割算法,例如可以根据图像颜色参数的相似性或同质性将图像划分为区域,然后通过区域合并的方式将合并后的区域所包括的像素确定为目标对象的像素;还可以根据图像颜色参数的不连续性和突变性寻找前景的轮廓,根据其轮廓的位置进行空间上的延伸,也就是说根据图像的特征点、线、面进行图像分割以确定出前景的轮廓,并将轮廓内的像素确定为目标对象的像素;常见的角点检测算法包括Harris角点检测算法、Moravec角点检测算法、以及FAST角点检测算法等。值得说明的是,本公开实施例并不限定在特征点定位过程中所采用的图像分割算法和/或角点检测算法,任何现有的以及将来的图像分割算法和/或角点检测算法均可以应用到本公开实施例中。
作为示例,在通过图像分割技术识别出前景对象后,可以通过随机的方式从所述前景对象的像素中确定一个或者多个像素作为所述目标对象的特征点(或者说目标对象的特征点包括随机特征点)。例如可以从所述目标对象的轮廓中通过随机撒点的方式将所述目标对象的一个或者多个像素确定为所述目标对象的特征点;还可以基于所述目标对象的轮廓对所述目标对象进行三角切割,然后通过随机函数选择一个或者多个三角形,将所述三角形的中心,重心,或者质心确定为所述特征点。值得说明的是,本公开实施例并不限定随机特征点的获取方式,任何现有的以及将来的随机特征点获取方法均可以应用到本公开实施例中。
在识别出所述目标对象的特征点后,可以将所述特征点在该图像帧中所占据的或者所对应的像素的位置参数和/或颜色参数作为所述特征点在该图像帧中的位置参数和/或颜色参数,如果所述特征点占据或者对应多个像素,那么可以将所述多个像素的位置参数和/或颜色参数作为所述目标对象的特征点在该图像帧中的位置参数和/或颜色参数,还可以计算所述多个像素的位置参数的平均值和/或颜色参数的平均值,将计算出的平均值作为所述特征点在该图像帧中的位置参数和/或颜色参数。
可以根据上述相关的图像处理技术,实现步骤S102:从所述视频中获取目标对象的运动轨迹。
作为一个可选的实施例,所述运动轨迹包括所述目标对象的关键点在所述第一多个图像帧中的位置参数和/或颜色参数。因此,可以在所述第一多个图像帧中的每一个图像帧中应用关键点定位技术,从而在所述第一多个图像帧中的每一个图像帧中识别出所述目标对象的所述关键点,然后将所述关键点在所述第一多个图像帧中的每一个图像帧中的位置参数和/或颜色参数作为所述目标对象的所述运动轨迹(作为特例,如果所述第一多个图像帧中的部分图像帧中不包括所述目标对象,那么所述运动轨迹将不包括所述关键点在所述部分图像帧中的位置参数和/或颜色参数)。作为示例,所述目标对象的关键点包括人物对象的骨骼关键点,例如对于一个人物对象,通过Kinect设备和Kinect SDK中的SkeletonStream能够确定出该人物对象的20个骨骼关键点,每个骨骼关键点对应有各自的ID(例如通过0到19进行编号),因此可以将所述20个骨骼关键点中的一个或者多个(例如全部)骨骼关键点在所述第一多个图像帧中的位置参数作为所述人物对象的运动轨迹,假设所述第一多个图像帧包括n个图像帧,所述人物对象的运动轨迹包括编号为0的骨骼关键点在所述n个图像帧中的位置参数,可以通过数组或者矩阵P0[n][2]表示,该n*2的数组或者n行2列的矩阵记录了编号为0的骨骼关键点在所述n个图像帧中的n个二维坐标(假设在n个图像帧中均存在编号为0的骨骼关键点,其中该编号为0的骨骼关键点在n个图像帧中的每个图像帧中对应或者占用一个像素),还可以通过文件存储所述人物对象的骨骼关键点在所述n个图像帧中的坐标。当然,在上述示例中,根据预设或者配置,所述人物对象的运动轨迹还可以包括其他的人物对象的关键点在所述第一多个图像帧中的位置参数和/或颜色参数,例如人物对象的脸部轮廓关键点、关节关键点等在所述第一多个图像帧中的位置参数和/或颜色参数,本公实施例对运动轨迹对应的关键点的定义和数量等不作限定。
作为又一个可选的实施例,所述运动轨迹包括所述目标对象的特征点在所述第一多个图像帧中的位置参数和/或颜色参数。因此,可以在所述第一多个图像帧中的每一个图像帧中应用特征点定位技术,从而在所述第一多个图像帧中的每一个图像帧中识别出所述目标对象的所述特征点,然后将所述特征点在所述第一多个图像帧中的每一个图像帧中的位置参数和/或颜色参数作为所述目标对象的所述运动轨迹(作为特例,如果所述第一多个图像帧中的部分图像帧中不包括所述目标对象,那么所述运动轨迹将不包括所述特征点在所述部分图像帧中的位置参数和/或颜色参数)。作为示例,所述目标对象的特征点包括人物对象的衣服角点,例如对于一个人物对象,可以通过所述特征点定位技术在所述第一多个图像帧中的每一个图像帧中确定人物对象肩膀处衣服的角点,人物对象左胳膊肘处衣服的角点,和人物对象右膝盖处衣服的角点,并将所述每一个图像帧中的上述三个角点的位置参数和颜色参数作为所述人物对象的运动轨迹,关于如何记录所述运动轨迹,可以参照前述示例中通过数组,矩阵,或者文件等方式记录所述目标对象的关键点在所述第一多个图像帧中的位置参数的实现方式,此处不再赘述。
作为另一个可选的实施例,可以通过光流法确定所述目标对象的目标点在所述第一多个图像帧中的运动轨迹。光流法基于目标对象在运动的过程中其灰度不变这一假设,可以针对目标对象计算速度矢量特征从而实现对目标对象的动态分析,这种动态分析可以精确到像素级,例如对于图像中的像素点(x,y)在t时刻的灰度为I(x,y,t),在t+δt时刻位置变化为(x+δx,y+δy),灰度值为I(x+δx,y+δy,t+δt),根据灰度不变性假设能够得到I(x+δx,y+δy,t+δt)=I(x,y,t),基于上述公式可以得到光流法基本方程,基于所应用的约束条件的不同,存在各种光流法的计算方法,典型的计算方法包括L-K算法、稠密光流法、金字塔光流法等,通过上述计算方法能够计算出该像素的速度矢量特征,从而实现了对该像素点在视频的各个图像帧中的定位。值得说明的是,由于目标对象是运动的,背景图像是静止的,从而通过光流法对整个图像帧的像素进行分析所得到的运动的目标对象的速度矢量特征和静止的背景图像的速度矢量特征是不同的,如此确定出其中的目标对象的像素的位置,也就是说,光流法可以在不知道图像帧的场景的情况下分析出目标对象的位置,但是其计算量较大,在有些情况下可能无法满足实时性的要求。因此本公开实施例提出在通过光流法确定所述目标对象的目标点在所述第一多个图像帧中的运动轨迹的过程中:首先在所述第一多个图像帧中的第一个图像帧中确定所述目标对象的目标点。例如通过前述的关键点定位技术和/或特征点定位技术在所述第一多个图像帧中的第一个图像帧中确定目标对象的目标点。然后针对确定出的所述目标对象的目标点,通过光流法确定所述目标对象的目标点在所述第一多个图像帧中的运动轨迹。
步骤S103,根据所述目标对象的运动轨迹渲染所述视频。
在步骤S103中,将根据步骤S102中所获取的所述目标对象的运动轨迹渲染所述视频。例如所述目标对象的目标点在所述第一多个图像帧中的位置参数和/或颜色参数可能包括多个位置参数和/或颜色参数,那么在步骤S103:根据所述目标对象的运动轨迹渲染所述视频的过程中,可以根据多个位置参数和/或颜色参数中的全部或者部分参数来渲染所述视频,其中渲染所述视频包括渲染所述视频的一个或者多个图像帧。
作为一个可选的实施例,根据所述目标对象的运动轨迹渲染所述视频,包括:根据所述运动轨迹渲染所述第一多个图像帧之后的第一图像帧,其中所述第一图像帧包括所述第一多个图像帧之后的第一个图像帧,即所述视频中紧邻所述第一多个图像帧中的最后一个图像帧的第一个图像帧。例如所述运动轨迹包括所述目标对象的关键点在所述第一多个图像帧中的坐标,在所述第一图像帧中,可以根据所述坐标渲染预设的贴图;还可以将所述坐标按照其所对应的图像帧在所述第一多个图像帧的先后顺序连接成连线(例如按照所述关键点在所述第一多个图像帧的第一个图像帧中的坐标,在所述第一多个图像帧的第二个图像帧中的坐标,...,在所述第一多个图像帧的第n个图像帧中的坐标的顺序连接坐标),并对连接后的连线进行形变、色变等渲染;当然,在渲染所述视频的过程中,还可以采用其他的现有的或者将来的渲染方式,本公开实施例对根据所述目标对象的运动轨迹渲染视频(中的图像帧)的具体渲染方式不作限定。
可选的,根据所述运动轨迹渲染所述第一多个图像帧之后的第一图像帧,包括:获取图像处理配置文件,所述图像处理配置文件包括图像处理模式和/或图像处理资源;根据所述图像处理模式和/或图像处理资源在所述第一图像帧中渲染所述运动轨迹。其中,所述图像处理配置文件用于保存渲染图像和/或视频的渲染类型,如贴图、形变、滤镜等等,还可以用于保存渲染图像和/或视频所需要的资源的地址,如贴图处理中所需要的贴图以及贴图的位置、形变处理中的形变类型以及形变参数、滤镜处理中的色卡以及滤镜处理范围等;之后根据所获取的处理模式和/或图像处理资源对所述运动轨迹进行处理得到带有一定特殊效果的运动轨迹。
作为又一个可选的实施例,根据所述目标对象的运动轨迹渲染所述视频,包括:根据所述运动轨迹渲染所述第一多个图像帧之后的第二多个图像帧。其中,所述第二多个图像帧例如包括所述视频的全部图像帧,或者包括所述视频的部分图像帧,例如所述第二多个图像帧包括所述视频中连续的多个图像帧。并且,根据所述运动轨迹渲染所述第一多个图像帧之后的第二多个图像帧,包括根据所述运动轨迹渲染所述第二多个图像帧的部分图像帧或者全部图像帧
可选的,根据所述运动轨迹渲染所述第一多个图像帧之后的第二多个图像帧,包括:根据所述运动轨迹渲染所述第一多个图像帧之后的第二多个图像帧,包括:根据所述运动轨迹在所述第二多个图像帧中渲染出前景图像。如同本领域技术人员所理解的,一个图像帧中的前景图像能够遮挡背景图像(例如可以理解为在前景图像对应的图像区域按照前景图像的像素颜色进行渲染),因此在所述第二多个图像帧中,根据所述运动轨迹生成前景图像将遮挡背景图像,这在技术上可以实现为在所述第二多个图像帧的部分或者全部图像帧中,将根据所述运动轨迹生成的前景图像覆盖在原有的所述第二多个图像帧的部分或者全部图像帧上。作为一个示例,根据所述目标对象的目标点在所述第一多个图像帧中的运动轨迹渲染所述第二多个图像帧中的第二图像帧,所述第二图像帧例如包括所述第二多个图像帧中的第一个图像帧,假设所述目标对象的目标点包括所述目标对象的所有像素点(所述目标对象的特征点包括所述目标对象的像素点),所述运动轨迹包括所述目标对象的所有像素点在第一多个图像帧中的位置参数和颜色参数,那么在所述第二多个图像帧中的所述第一个图像帧中,可以根据所述目标对象的所有像素点在第一多个图像帧中的位置参数和颜色参数渲染出多个目标对象,该多个目标对象作为前景图像可能存在重叠,可选的,对于重叠部分的像素的颜色参数,可以通过取平均值的方式进行渲染;并且可选的,在渲染的过程中,对于所述目标对象的所有像素点在所述第一多个图像帧中的不同图像帧中的颜色参数,可以乘以预设的颜色系数进行变色,例如按照其所在的或者所对应的图像帧在所述第一多个图像帧的先后顺序,通过所述颜色系数逐渐淡化颜色或者增强颜色等。当然,还可以采用其他的现有的或者将来的渲染方式,根据所述运动轨迹在所述第二多个图像帧中渲染出前景图像,本公开实施例对具体的渲染方式不作限定。
可选的,所述前景图像的图像区域在所述第二多个图像帧中逐渐减少。例如在所述第二多个图像帧中,顺序在后的图像帧中的所述前景图像的图像区域的面积不大于比顺序在前的图像帧中的所述前景图像的图像区域的面积。基于前述示例,根据所述目标对象的目标点在所述第一多个图像帧中的运动轨迹渲染所述第二多个图像帧中的第二图像帧,从而在所述第二多个图像帧中的第一个图像帧中渲染出多个目标对象作为前景图像,那么可以将所述前景图像的图像区域划分为多个子图像区域,例如采用图像处理技术中的三角剖分技术,将所述前景对象的图像区域剖分为多个三角碎片(即所述多个子图像区域包括多个三角碎片),然后为所述多个三角碎片中的一个或多个预设运动轨迹,从而在所述第二多个图像帧中,所述多个三角碎片按照预设运动轨迹移动出背景图像,其中,所述三角碎片作为前景图像,在移动的过程中可以始终遮挡背景图像,而所述三角碎片移开的位置则根据所述所述第二多个图像帧中与该位置对应的像素的颜色参数进行渲染。当然,还可以采用其他的现有的或者将来的渲染方式,将所述前景图像的图像区域在所述第二多个图像帧中渲染为逐渐减少,例如将所述第二多个图像帧中的第一个图像帧中的前景对象渲染为碎裂后消失等,本公开实施例对此不作限定。
通过本公开实施例的技术方案,能够获取目标对象的运动轨迹,并根据所述目标对象的运动轨迹渲染所述视频以生成特殊效果,提高了生成特效的灵活性并且丰富了渲染效果。
图2所示为本公开实施例提供的渲染视频的装置200实施例的结构示意图,如图2所示,所述装置200包括视频获取模块201,运动轨迹获取模块202,和渲染模块203。其中,所述视频获取模块201,用于获取视频;所述运动轨迹获取模块202,用于从所述视频中获取目标对象的运动轨迹;所述渲染模块203,用于根据所述目标对象的运动轨迹渲染所述视频。
图2所示装置可以执行图1所示实施例的方法,本实施例未详细描述的部分,可参考对图1所示实施例的相关说明。该技术方案的执行过程和技术效果参见图1所示实施例中的描述,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开实施例的电子设备300的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线或通信线路304彼此相连。输入/输出(I/O)接口305也连接至总线或通信线路304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备执行上述实施例中的渲染视频的方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)-连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (11)

1.一种渲染视频的方法,其特征在于,包括:
获取视频;
从所述视频中获取目标对象的运动轨迹;
根据所述目标对象的运动轨迹渲染所述视频。
2.根据权利要求1所述的熏染视频的方法,其特征在于,从所述视频中获取目标对象的运动轨迹,包括:
从所述视频的第一多个图像帧中获取所述目标对象的运动轨迹;
其中,所述运动轨迹包括所述目标对象的目标点在所述第一多个图像帧中的位置参数和/或颜色参数。
3.根据权利要2所述的渲染视频的方法,其特征在于,所述第一多个图像帧包括所述视频中连续的多个图像帧。
4.根据权利要求2或3所述的渲染视频的方法,其特征在于,根据所述目标对象的运动轨迹渲染所述视频,包括:
根据所述运动轨迹渲染所述第一多个图像帧之后的第一图像帧。
5.根据权利要求4所述的渲染视频的方法,其特征在于,根据所述运动轨迹渲染所述第一多个图像帧之后的第一图像帧,包括:
获取图像处理配置文件,所述图像处理配置文件包括图像处理模式和/或图像处理资源;
根据所述图像处理模式和/或图像处理资源在所述第一图像帧中渲染所述运动轨迹。
6.根据权利要求2或3所述的渲染视频的方法,其特征在于,根据所述目标对象的运动轨迹渲染所述视频,包括:
根据所述运动轨迹渲染所述第一多个图像帧之后的第二多个图像帧。
7.根据权利要求6所述的渲染视频的方法,其特征在于,根据所述运动轨迹渲染所述第一多个图像帧之后的第二多个图像帧,包括:根据所述运动轨迹在所述第二多个图像帧中渲染出前景图像。
8.根据权利要求7所述的渲染视频的方法,其特征在于,所述前景图像的图像区域在所述第二多个图像帧中逐渐减少。
9.一种渲染视频的装置,其特征在于,包括:
视频获取模块,用于获取视频;
运动轨迹获取模块,用于从所述视频中获取目标对象的运动轨迹;
渲染模块,用于根据所述目标对象的运动轨迹渲染所述视频。
10.一种电子设备,包括:
存储器,用于存储计算机可读指令;以及
处理器,用于运行所述计算机可读指令,使得所述处理器运行时实现根据权利要求1-8中任意一项所述的渲染视频的方法。
11.一种非暂态计算机可读存储介质,用于存储计算机可读指令,当所述计算机可读指令由计算机执行时,使得所述计算机执行权利要求1-8中任意一项所述的渲染视频的方法。
CN201910331264.8A 2019-04-23 2019-04-23 渲染视频的方法、装置、电子设备和计算机可读存储介质 Pending CN110047124A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910331264.8A CN110047124A (zh) 2019-04-23 2019-04-23 渲染视频的方法、装置、电子设备和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910331264.8A CN110047124A (zh) 2019-04-23 2019-04-23 渲染视频的方法、装置、电子设备和计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN110047124A true CN110047124A (zh) 2019-07-23

Family

ID=67278845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910331264.8A Pending CN110047124A (zh) 2019-04-23 2019-04-23 渲染视频的方法、装置、电子设备和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110047124A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111680543A (zh) * 2020-04-23 2020-09-18 北京迈格威科技有限公司 动作识别方法、装置及电子设备
CN112165630A (zh) * 2020-10-16 2021-01-01 广州虎牙科技有限公司 图像渲染方法、装置、电子设备及存储介质
WO2021068729A1 (zh) * 2019-10-10 2021-04-15 北京字节跳动网络技术有限公司 图像合成方法、装置、电子设备及计算机可读存储介质
CN113207038A (zh) * 2021-04-21 2021-08-03 维沃移动通信(杭州)有限公司 视频处理方法、视频处理装置和电子设备
CN113709389A (zh) * 2020-05-21 2021-11-26 北京达佳互联信息技术有限公司 一种视频渲染方法、装置、电子设备及存储介质
CN113811830A (zh) * 2019-12-30 2021-12-17 深圳元戎启行科技有限公司 轨迹预测方法、装置、计算机设备和存储介质
WO2022002082A1 (zh) * 2020-07-01 2022-01-06 北京达佳互联信息技术有限公司 视频特效的展示方法、装置、电子设备及存储介质
CN114419099A (zh) * 2022-01-18 2022-04-29 腾讯科技(深圳)有限公司 捕捉待渲染虚拟对象的运动轨迹的方法
WO2023103720A1 (zh) * 2021-12-10 2023-06-15 北京字跳网络技术有限公司 视频特效处理方法、装置、电子设备及程序产品
WO2024051756A1 (zh) * 2022-09-08 2024-03-14 北京字跳网络技术有限公司 特效图像绘制方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120028706A1 (en) * 2010-02-24 2012-02-02 Valve Corporation Compositing multiple scene shots into a video game clip
CN104766361A (zh) * 2015-04-29 2015-07-08 腾讯科技(深圳)有限公司 一种残影效果的实现方法,及装置
WO2017004882A1 (zh) * 2015-07-08 2017-01-12 北京大学深圳研究生院 面向平面显示设备的视频立体化绘制方法
CN107613310A (zh) * 2017-09-08 2018-01-19 广州华多网络科技有限公司 一种直播方法、装置及电子设备
CN108537867A (zh) * 2018-04-12 2018-09-14 北京微播视界科技有限公司 根据用户肢体运动的视频渲染方法和装置
CN109597480A (zh) * 2018-11-06 2019-04-09 北京奇虎科技有限公司 人机交互方法、装置、电子设备及计算机可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120028706A1 (en) * 2010-02-24 2012-02-02 Valve Corporation Compositing multiple scene shots into a video game clip
CN104766361A (zh) * 2015-04-29 2015-07-08 腾讯科技(深圳)有限公司 一种残影效果的实现方法,及装置
WO2017004882A1 (zh) * 2015-07-08 2017-01-12 北京大学深圳研究生院 面向平面显示设备的视频立体化绘制方法
CN107613310A (zh) * 2017-09-08 2018-01-19 广州华多网络科技有限公司 一种直播方法、装置及电子设备
CN108537867A (zh) * 2018-04-12 2018-09-14 北京微播视界科技有限公司 根据用户肢体运动的视频渲染方法和装置
CN109597480A (zh) * 2018-11-06 2019-04-09 北京奇虎科技有限公司 人机交互方法、装置、电子设备及计算机可读存储介质

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021068729A1 (zh) * 2019-10-10 2021-04-15 北京字节跳动网络技术有限公司 图像合成方法、装置、电子设备及计算机可读存储介质
CN113811830A (zh) * 2019-12-30 2021-12-17 深圳元戎启行科技有限公司 轨迹预测方法、装置、计算机设备和存储介质
CN113811830B (zh) * 2019-12-30 2022-05-10 深圳元戎启行科技有限公司 轨迹预测方法、装置、计算机设备和存储介质
CN111680543A (zh) * 2020-04-23 2020-09-18 北京迈格威科技有限公司 动作识别方法、装置及电子设备
CN111680543B (zh) * 2020-04-23 2023-08-29 北京迈格威科技有限公司 动作识别方法、装置及电子设备
CN113709389A (zh) * 2020-05-21 2021-11-26 北京达佳互联信息技术有限公司 一种视频渲染方法、装置、电子设备及存储介质
WO2022002082A1 (zh) * 2020-07-01 2022-01-06 北京达佳互联信息技术有限公司 视频特效的展示方法、装置、电子设备及存储介质
CN112165630A (zh) * 2020-10-16 2021-01-01 广州虎牙科技有限公司 图像渲染方法、装置、电子设备及存储介质
CN113207038A (zh) * 2021-04-21 2021-08-03 维沃移动通信(杭州)有限公司 视频处理方法、视频处理装置和电子设备
WO2023103720A1 (zh) * 2021-12-10 2023-06-15 北京字跳网络技术有限公司 视频特效处理方法、装置、电子设备及程序产品
CN114419099A (zh) * 2022-01-18 2022-04-29 腾讯科技(深圳)有限公司 捕捉待渲染虚拟对象的运动轨迹的方法
WO2024051756A1 (zh) * 2022-09-08 2024-03-14 北京字跳网络技术有限公司 特效图像绘制方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN110047124A (zh) 渲染视频的方法、装置、电子设备和计算机可读存储介质
CN110766777B (zh) 虚拟形象的生成方法、装置、电子设备及存储介质
CN111242881B (zh) 显示特效的方法、装置、存储介质及电子设备
CN110058685A (zh) 虚拟对象的显示方法、装置、电子设备和计算机可读存储介质
US9811894B2 (en) Image processing method and apparatus
CN110047122A (zh) 渲染图像的方法、装置、电子设备和计算机可读存储介质
CN110062176A (zh) 生成视频的方法、装置、电子设备和计算机可读存储介质
CN106550243A (zh) 直播视频处理方法、装置及电子设备
CN110163237A (zh) 模型训练及图像处理方法、装置、介质、电子设备
CN110084154A (zh) 渲染图像的方法、装置、电子设备和计算机可读存储介质
CN110035236A (zh) 图像处理方法、装置和电子设备
CN110023964A (zh) 训练和/或使用神经网络模型来生成光谱图像的中间输出
CN110378846A (zh) 一种处理图像磨皮的方法、装置、介质和电子设备
CN112034984B (zh) 一种虚拟模型处理方法、装置、电子设备和存储介质
CN110070499A (zh) 图像处理方法、装置和计算机可读存储介质
CN112053449A (zh) 基于增强现实的显示方法、设备及存储介质
CN110072047A (zh) 图像形变的控制方法、装置和硬件装置
CN110069125B (zh) 虚拟对象的控制方法和装置
CN110070555A (zh) 图像处理方法、装置、硬件装置
CN110070585A (zh) 图像生成方法、装置和计算机可读存储介质
CN109981989A (zh) 渲染图像的方法、装置、电子设备和计算机可读存储介质
CN110070495A (zh) 图像的处理方法、装置和电子设备
CN110047126A (zh) 渲染图像的方法、装置、电子设备和计算机可读存储介质
CN110059739B (zh) 图像合成方法、装置、电子设备和计算机可读存储介质
CN110209861A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination